基于Pandas计算CSV日度累积销量时间序列的月度销量（Max-Min）

嘿，这个需求我太熟了——从每日累积销量的CSV里算出每年每个月的实际销量（当月累积最大值减最小值），还要把过去5年同月份的数据放在一起对比对吧？用Python的pandas库处理这种时间序列数据简直是量身定做，我给你捋具体步骤和代码：

第一步：数据读取与预处理 #

首先得把CSV里的数据读进来，并且把日期列转换成pandas能识别的时间格式，这样才能方便按年按月分组：

• 假设你的CSV文件包含日期时间和累积销量两列，列名比如是datetime和cumulative_sales
• 读取时指定parse_dates参数把日期列转成datetime类型，同时因为你的日期是DD-MM-YYYY格式，要加上dayfirst=True避免解析错误

第二步：提取年份和月份 #

为了后续分组，我们需要从datetime字段里把年份和月份单独提出来：

• 用dt.year提取年份，dt.month提取月份（或者用dt.month_name()得到月份名称，比如"January"，看你需求）

第三步：分组计算月度销量 #

核心就是按「年份+月份」分组，然后对每组的累积销量计算最大值减最小值——因为累积销量是逐日递增的，当月最后一天的累积值减第一天的就是当月实际销量，用max和min更稳妥（万一数据顺序乱了也不怕）

完整代码示例 #

import pandas as pd

# 读取CSV文件，替换成你的文件路径和实际列名
df = pd.read_csv('your_sales_data.csv', parse_dates=['datetime'], dayfirst=True)

# 提取年份和月份列
df['year'] = df['datetime'].dt.year
df['month'] = df['datetime'].dt.month

# 分组计算每个月的实际销量：当月累积最大值 - 最小值
monthly_sales = df.groupby(['year', 'month'])['cumulative_sales'].agg(
    monthly_sold=lambda x: x.max() - x.min()
).reset_index()

# 整理成宽表：每行是月份，每列是年份，方便查看同月份的5年数据
monthly_summary = monthly_sales.pivot(
    index='month', 
    columns='year', 
    values='monthly_sold'
)

# 可选：把月份数字转成英文名称（比如1→January），更直观
monthly_summary.index = pd.to_datetime(monthly_summary.index, format='%m').strftime('%B')

# 打印结果或者保存到CSV
print(monthly_summary)
# monthly_summary.to_csv('monthly_sales_summary.csv')

一些注意事项 #

• 如果你的CSV列名不是datetime和cumulative_sales，一定要替换成你实际的列名
• 如果数据里有缺失的日期（比如某天没记录），可以先用df = df.resample('D', on='datetime').ffill()来填充累积销量，确保每个日期都有数据，避免分组时出现错误
• 代码里的monthly_sold是自定义的结果列名，你可以改成自己喜欢的名字

内容的提问来源于stack exchange，提问作者jscriptor